基于动态RBF代理模型与NSGA-Ⅱ算法的离心泵叶轮优化设计

传统离心泵多目标优化设计中，代理模型的预测精度随着Pareto前沿不断向前推进将逐渐降低，为改善离心泵多目标优化效果，提出一种基于动态RBF代理模型与NSGA-Ⅱ算法的离心泵叶轮优化方法，将生成的Pareto前沿解中部分最优样本添加到RBF样本集中，重新训练RBF代理模型，依据动态代理模型预测子代各样本的目标函数值.以MH48-12.5型离心泵为研究对象，选取叶片的进口安放角、出口安放角及叶片包角为优化变量，采用拉丁超立方抽样(LHS)构建代理模型初始样本空间，并以扬程和效率为优化目标进行多目标优化分析.结果表明：动态RBF代理模型多目标优化方法得到的Pareto前沿要大大优于静态代理模型方法结果，静态代理模型方法得到的Pareto前沿各点均被动态模型方法得到的Pareto前沿所支配；动态代理模型对前沿解的预测精度均大于静态代理模型；动态代理模型方法得到扬程最大点比原始设计高2.86%,比静态模型高1.03%;动态代理模型方法得到水力效率最高点比原始设计效率高4.36%,比静态模型高1.32%.